Refly：一个开源的 vibe-workflow skill 构建平台

大部分 agent skill 只是某个工具里的一段 prompt。prompt 一长就变成没人能审计的一面文字墙。Refly 走相反的路：skill 是带版本号的基础设施，在画布上设计、运行中可暂停、最终以 API 或聊天入口对外暴露。README 的开篇论点就是"Skills are infrastructure, not prompts"。

为什么这个 skill 重要

Refly 自定位为"第一个开源 agent skills builder"。核心概念是 vibe workflow——你在画布上摆 Web Search、LLM、Output 三类节点，连起来、保存、运行。运行时是"可介入"的：agent 在执行中可以被暂停、审计、改向，这在 agent 工具里少见。每个保存下来的工作流都成为一个 Skill，能注册、带版本号、被复用。

输出侧是 Refly 真正出彩的地方：同一个 Skill 既能以 agent skill 的形式跑在 Claude Code、Cursor、Codex、Manus、AutoGen、LangChain 上（README 还提到 MCP 工作流、Lovable、自定义 Python 栈、Clawdbot），也能通过 HTTP API 暴露（POST /api/v1/workflows/{WORKFLOW_ID}/execute），还能接入 Slack、Lark / 飞书、Microsoft Teams 的聊天机器人触发。License 是 ReflyAI Open Source License，README 描述为"基本是 Apache 2.0 加一些附加限制"——商用前读一下 LICENSE。

如果你曾想把一段 Claude Code 一次性 prompt 升级成"团队成员都能审计、共享、从 Slack 触发"的东西，Refly 就是那个过渡用的工具。

安装

Refly 提供两条安装路径。CLI 是大多数用户的入口。

# 全局安装 CLI
npm install -g @powerformer/refly-cli

# 不安装直接跑
npx skills add refly-ai/<skill-name>

CLI 装好之后，直接管理 skill：

# 从注册表装一个 skill
refly skill install <skill-id>

# 把自己的 skill 发到注册表
refly skill publish <skill-id>

自托管走 README 链出的 Self-Deployment Guide（docs.refly.ai/community-version/self-deploy/），README 里没有贴 Docker Compose 片段。先在 Settings 里配好模型提供方（OpenAI 或 Anthropic key），否则任何工作流都跑不起来。

真实工作流：在画布上搭一个产品调研 skill

你希望有一个可复用的 Skill：给定一个产品 URL，抓页面、抽取价值主张、返回一段话摘要。现在它只是团队 Claude Code 会话里一段被反复手贴的 prompt；你想把它版本化。

第一步。打开 Refly 画布，加三个节点：一个 Web Search 节点（指向 URL）、一个 LLM 节点（放你的摘要 prompt）、一个 Output 节点（承载结构化结果）。

第二步。按顺序连：Web Search → LLM → Output。把工作流存一个稳定的名字，比如 product-research-v1。

第三步。直接打 API 测试：

curl -X POST https://your-refly-instance.com/api/v1/workflows/product-research-v1/execute \
  -H "Authorization: Bearer {your-token}" \
  -H "Content-Type: application/json" \
  -d '{"input": {"product_url": "https://example.com/product"}}'

第三步。轮询执行状态：

curl https://your-refly-instance.com/api/v1/executions/{execution_id} \
  -H "Authorization: Bearer {your-token}"

状态为 succeeded 时，响应体里就是结构化摘要。用 refly skill publish product-research-v1 发到注册表，队友就能 refly skill install product-research-v1，跑出和你一样的流水线。

真实工作流：从 Lark 或飞书触发同一个 Skill

skill 发布完之后，把它接到聊天表面，非开发也能触发，不用打开 Claude Code 或 curl。README 在 Use Case 2 提到这个用法。

第一步。在 Refly 把这个 skill 注册成 webhook 目标。Refly 给每个工作流暴露一个稳定 URL；把这个 URL 粘到 Lark / 飞书机器人的"消息触发"处理器里。

第二步。机器人配置里设触发短语，比如 analyze URL。用户在线程里发出这条消息时，机器人把 URL 转发到 Refly webhook。

第三步。Refly 跑工作流，把摘要 post 回 Lark 同一个线程。机器人是薄壳；重活在画布定义的 skill 里。

第四步。把 Lark 这条链路当成文档：每个支持聊天触发的 skill，都要把机器人的触发短语写进它的 SKILL.md。下一个人问"Claude 能不能在 Lark 里做 X"，答案就在那里。

• 在画布上先把 skill 搭出来再导出——有版本号的 Skill 才是复用的单位，API 调用不是。
• 先在 Settings 里配好模型提供方；没有 OpenAI 或 Anthropic key，工作流跑不起来。
• 工作流中途失败时用 pause-and-resteer 运行时——从头重跑浪费前面的进度。
• Cursor 导出在 README 里标为"coming soon"，不要默认它今天可用。
• 商用前读 LICENSE；ReflyAI License 是"基本 Apache 2.0 加附加限制"，对闭源产品有影响。
• Lark / 飞书这条链路 README 也标为"coming soon"。

何时不要用

如果工作流就是一条线性的 prompt、没有分支，Refly 反而是负担——直接粘进 Claude Code 就行。Refly 在"工作流有节点、中途要介入、要有版本号复用、要走聊天入口"时才开始值回票价；一次性脚本搭画布的折腾反而是负。

在 leaderboard 查看更多 skill 构建工具。